| Broschüre |
: |
|
| Broschüre IP-Kamera |
: |
|
| Installationsanleitung |
: |
|
| LPR-Installationsanleitung |
: |
|
Kennzeichenerkennung
Weltweit gibt es sage und schreibe 1,02 Milliarden Fahrzeuge, und jedes rechtmäßige Fahrzeug ist mit einem Kfz-Kennzeichen versehen, das als Kennzeichen oder Kennzeichen für amtliche Identifizierungszwecke bekannt ist. Alle Länder machen Kennzeichen für Straßenfahrzeuge, wie Autos, Lastkraftwagen und Motorräder, obligatorisch, und die Registrierungskennung ist eine Kombination aus numerischer oder alphanumerischer ID, um den Fahrzeugbesitzer spezifisch zu identifizieren. Es gibt zahlreiche Typen von Nummernschildern auf der ganzen Welt mit einer komplexen Kombination von alphanumerischen Zeichen und aufgrund des steigenden Bedarfs, diese Platten zu identifizieren, wurde die Kennzeichenerkennungstechnologie (LPR = License Plate Recognition Technology) geschaffen. Die LPR-Technologie hatte große Fortschritte gemacht und ist nun bereit, kommerzialisiert zu werden, um den Zugang zu Fahrzeugen zu automatisieren und Sicherheitsfragen im Zusammenhang mit registrierten Fahrzeugen zu behandeln.
Komponenten der Kennzeichenerkennung
License Plate Recognition, Akronym LPR, beinhaltet normalerweise die Aufnahme von fotografischen Videos oder Bildern der Platte, die dann durch spezielle Algorithmen verarbeitet werden, um die alphanumerische Texteingabe der Platte zu Aufzeichnungszwecken zu erzeugen. TimeTec Smart License Plate Recognition LPR ist eine ultramoderne Technologie, die Algorithmen und OCR-Technologie (Optical Character Recognition) integriert, um den Erkennungsalgorithmus und die LPR-Kamera zu integrieren und ein gescanntes Bild mit höchster Genauigkeit in einen lesbaren alphanumerischen Text umzuwandeln. TimeTec trainiert unseren Algorithmus auf alle Arten von Nummernschildern, um seine Erkennungsleistung zu maximieren.
Die Komplexität von Kennzeichenerkennungsalgorithmen
Aufgrund der Inkonsistenz und Komplexität von Nummernschildvarianzen müssen die Algorithmen in der Lage sein, zu unterscheiden, welcher Teil des Fahrzeugs tatsächlich ein Nummernschild ist, und genaue Ergebnisse über verschiedene Störungen auf dem Weg erhalten.
 |
| Kennzeichenlokalisierung |
| • |
Ein auf einem neuralen Netzwerk basierender Lokalisierungsalgorithmus wird den Ort des Nummernschilds lokalisieren. |
| • |
Das Kennzeichen besteht in der Regel aus Standardfunktionen wie Farbe - Schwarz / Weiß, Weiß / Schwarz, Rot / Weiß |
| • |
Besteht aus Kanten, die von Standardmustern stammen (hier mit AZ, 0-9) |
| • |
Lokalisierungsalgorithmus wird mit einigen zehntausend Bildern trainiert, um das Kennzeichenmuster in einem Bild erkennen zu können |
| • |
Dieses geschulte Modell wird dann für die Nummernschildlokalisierung verwendet. Es ist eines der überwachten Trainingsmethode |
 |
| Bild in Graustufen konvertieren |
| • |
Sobald der Standort des Nummernschilds bestätigt ist, wird das Nummernschild der Region abgeschnitten und in Graustufen umgewandelt. Das Kennzeichen wird als binäres Bild betrachtet, die Farbinformationen sind für die weitere Analyse nicht mehr nützlich |
 |
| Zeichensegmentierung |
| • |
Das Nummernschild besteht normalerweise aus 7-8 Zeichen (Exp: ABC 1234, WAA 1234 B). Der Algorithmus segmentiert dann das Zeichen aus dem Nummernschild |
| • |
Es wird erreicht, indem man verbundene Bestandteile in einem Kfz-Kennzeichen findet |
| • |
Für ABC 1234 wird es 7 verbundene Komponenten haben |
 |
| Geräuschfilterung |
| • |
Es ist üblich, dass IP-Kamera etwas Rauschen im Nummernschild aufheben wird, manchmal ist es aufgrund des Nummernschilds selbst nicht sauber. Viele Geräusche werden nach dem Segmentierungsprozess auftreten |
| • |
Rauschfilterung filtert relativ großes / kleines Rauschen im Vergleich zum Kennzeichen. Nach diesem Vorgang enthält das Segmentierungsergebnis (nach Entrauschen) nur Zeichen |
 |
| Zeichenerkennung |
| • |
Jeder Charakter hat einzigartige Kanten und Orientierung |
| • |
Diese Funktionen werden verwendet, um einen Klassifikator zu trainieren. (ähnlich wie neuronales Netzwerk) |
| • |
Dieser Klassifizierer nimmt dann ein Zeichen aus der Segmentierungsausgabe und klassifiziert, welches Zeichen es ist (AZ, 0-9) |
| • |
Für jede verbundene Komponente führt der Klassifizierer eine Zeichenklassifizierung durch. (Exp, ABC 1234), Klassifikator führt die Klassifizierung 7 mal durch |
| • |
Am Ende der Klassifizierung haben wir 7 Zeichen Ergebnisse |
 |
| Charakter Organisation |
| • |
Aus dem Segmentierungsergebnis ist die Position des Charakters bekannt |
| • |
Für Malaysia-Nummernschild ist es immer von oben nach unten, von links nach rechts |
| • |
Die Ausgabe des Klassifikators ordnet dann das Ergebnis basierend auf dem Speicherort der Segmentierungsausgabe an |
 |
| Kennzeichenregeln |
| • |
Erkennungsprozess ist nicht immer 100% genau |
| • |
Für einige Kennzeichen oder Sonderfälle (wie B und 8, S und 5) kann der Klassifizierer falsche Ergebnisse liefern |
| • |
Es gibt Regeln, um das Ergebnis zu korrigieren, falls der Klassifikator nicht gut funktioniert |
| • |
Muster von Regeln: |
| |
| › |
Charakter kommt immer vor oder nach den Zahlen. Es wird nie dazwischen kommen. (Außer besonderer, wie 1M4U) |
| › |
Es gibt maximal 3 Charaktere auf der Vorderseite und 1 auf der Rückseite. Minimum eine Zahl und maximal 4 Zahlen |
|
Komponenten, die für LPR erforderlich sind
Die Bereitstellung der LPR-Technologie erfordert keine komplizierte Hardware-Installation. Stattdessen müssen Sie für jede Spur in LPR-Kameras und einen PC investieren, um die Informationen zu verarbeiten:
1. LPR-Kamera, um das Nummernschild für die Verarbeitung zu erfassen
| Camera Type |
|
IP Camera |
| System |
|
Embedded RTOS design |
| Camera |
Effective Pixels |
3.0 Mega Pixels |
| Main stream:2048*1536;1920*1080 |
| Sub stream:704*576 |
| Frames Rates |
PAL:20fps(2048*1536), 25fps(1920*1080) |
| NTSC:20fps(2048*1536), 30fps(1920*1080) |
| Image Sensor |
1/3 Aptina CMOS Sensor |
| 3.5 Megapixel resolution (2304H*1536V) |
| DSP |
Dual core 32-bit DSP |
| (A5S88) |
| Min. Illumination |
Color 0.01Lux/F1.2 |
| B/W 0.001 Lux/F1.2 |
| Adjust Parameters |
DWDR,BLC,DNR,AE,AGC,D&N,Mirror,Flip,etc. |
| Video |
Compression |
H.264 Main profile |
| Stream |
Support dual stream,AVI format |
| Bit Rate |
Support 0.1M ~8Mpbs bit rate adjustable |
| Frame Rates |
Support 1~30fps adjust |
| Audio |
Input and output |
1ch input( micphone), 1ch output( Speaker&micphone) Optional |
| Compression |
G.711 compression,support two-way audio intercom,support audio & video synchronized output |
| Alarm |
Types |
Motion Detection, Video Blind , Video Loss |
| Network |
WEB Browser |
Support WEB remote config( IE, Safari, Google Chrome, Firefox etc.) |
| Smart Phone |
Mobile remote Monitoring (iPhone,Android,Windows Mobile,BlackBerry,Symbian) |
| CMS Software |
Uniform CMS Software(multiple devices management system) |
| Cloud P2P |
www.p2pipc.net,MYEYE platform and other program,Offer SDK |
| Network |
1 * RJ45,10/100M,Support RTSP/FTP/PPPOE/DHCP/DDNS/NTP/UPnP/SMTP |
| ONVIF |
Support (ONVIF 2.0) |
| POE |
Support(optional) |
| WIFI |
N/A |
| General |
Language |
English, Finnish, French, German, Greek,Italian, Japanese, Polish, Portuguese, Russian, Spanish, |
| Thai, Chinese & Turkish |
| IR Cut Filter |
Set of double light switch IR-CUT filter |
| Lens Mount |
Varicoal Lens 9-22mm (3MP) |
| Infrared Luminary |
4 pieces Array White light LED |
| Infrared Wavelength |
More than 30 M |
| Waterproof Criterion |
IP 66 |
| I/O Connector |
1*DC Connector ,1* RJ45(10/100M Network) |
| Supplied Voltage |
DC12V/PoE(802.3af/820.3at) |
| Power Consumption |
IR On: 600mA max., IR Off: Less than 200mA |
| Working Enviroment |
IR On: 600mA max., IR Off: Less than 200mA |
Erforderliche Kamerakomponenten:
Schnelle Verschlusszeit zur Verringerung der Bewegungsunschärfe
LPR muss mit der Fahrzeuggeschwindigkeit umgehen und die Geschwindigkeit von Fahrzeug zu Fahrzeug variieren. Um LPR zu implementieren, sind Kameras mit einer kurzen Verschlusszeit von mindestens 1/1000 s ein Muss, um die Geschwindigkeit des Hochgeschwindigkeitsfahrzeugs zu berücksichtigen.
Kameras, die Blendung und reflektiertes Licht reduzieren
Die Verwendung von Eclipse-Kameras ist notwendig, um die Scheinwerferblendung und das reflektierte Licht von einem Fahrzeug zu reduzieren. Die Eclipse-Kamera bricht das Licht in Richtung des Fahrzeugs, um ein klares Bild zu erzeugen
Kameras mit Nachtsicht
Infrarotkameras müssen verfügbar sein, um das Lesen in Bereichen mit schwachem Licht oder in völliger Dunkelheit zu ermöglichen. Eine Nachtsichtkamera arbeitet in völliger Dunkelheit, 0 LUX, ohne Licht, weil sie im Infrarotspektrum sieht. Alle Infrarotkameras haben Dioden um die Kameras, die Infrarotlicht emittieren und ein spezieller Chip in der Kamera kann diese Infrarotstrahlung erfassen und die Strahlung in ein sichtbares Bild umwandeln
Um eine noch bessere Bildqualität zu erzielen, muss LPR eine Kamera mit zusätzlicher Infrarotbeleuchtung finden, da der Standard für eine Nachtsicht nur eine Entfernung von 4,5 bis 9 Metern erreichen kann. Ein Infrarot-Illuminator ist für längere Distanzen um 15-20 Meter und mehr erforderlich.
2. Ein PC mit Smart LPR-Lösung installiert, um genaue Ergebnisse zu erzielen
Installieren Sie das TimeTec LPR-System auf einem Windows-PC (empfohlenes Windows 10) mit den folgenden technischen Daten:
| Name |
Description |
| CPU |
Core i Intel, minimum 3.0 GHz |
| RAM |
Minimum 4 GB |
| Network |
Ethernet 100Mbit |
| Graphics Adapter |
AGP or PCI-Express, minimum 1024 x 768, 16-bit colors |
| Hard Disk Type |
E-IDE, PATA, SATA, SCSI, SAS (7200 RPM or faster) |
| Hard Disk Space |
Minimum 10 GB free hard disk space available, excluding space needed for recordings |
| Operating System |
• Microsoft® Windows® 10 Professional (64-bit)
• Microsoft® Windows® 8.1 Enterprise (64-bit)
• Microsoft® Windows® 8.1 Pro (64-bit)
• Microsoft® Windows® 7 Professional (64-bit) |
Merkmale eines glaubwürdigen Kennzeichenerkennungssystems
Ein glaubwürdiges Kennzeichenerkennungssystem muss über die neueste algorithmische Technologie und cloudbasierte Konnektivität verfügen. Das LPR-System sollte in der Lage sein, Folgendes zu erreichen:
| • |
Eine hohe Genauigkeit von 95% oder mehr |
| • |
Schnelle Bearbeitungszeit |
| • |
Tolerant gegenüber Verzerrungen und Unschärfe |
| • |
Unterstützung von Hochgeschwindigkeitsfahrzeugen |
| • |
Unterstützt mehrere Kfz-Kennzeichenformate |
| • |
Unterstützt Nummernschilder aus mehreren geografischen Regionen |
| • |
Kann mit Zutrittskontrolle und integrierten E / A-Modulen integriert werden |
| • |
Kann in Standard-CCTV-Systeme integriert werden |
| • |
Kann in Anwendungen von Drittanbietern integriert werden |
Vorteile der Kennzeichenerkennung
Was sind die Vorteile der LPR-Technologie? Was macht die Automatisierung der Kennzeichenerkennung wichtig?
Die erste Forschung zu LPR wurde in Großbritannien von der Abteilung für wissenschaftliche Entwicklung der Polizei um 1976 herum durchgeführt. Die Einführung der Technologie erfolgte drei Jahre später und die erste Festnahme durch die LPR-Technologie erfolgte zwei Jahre nach der Implementierung. Aufgrund der exorbitanten Kosten und der Komplexität der Technologie hat das LPR nicht den Kompromiss in der Vermarktung eingenommen, aber in den frühen 1990er Jahren wurde die LPR-Technologie wiederbelebt, um Nutzern billigere und bessere Lösungen anzubieten. Fast 20 Jahre später arbeitet die LPR-Technologie jetzt mit der Cloud-Technologie zusammen und bietet den Kunden eine noch einfachere und bessere Echtzeitlösung. Im Folgenden finden Sie einige der Vorteile der LPR-Technologie
Automatisches Entschlüsseln des Nummernschilds
Die LPR-Technologie kann das Nummernschild automatisch in Sekundenbruchteilen entschlüsseln, ohne dass ein Sicherheitsbeamter die Details manuell erfassen muss. Durch die Automatisierung dieses Prozesses werden alle Nummernschilder trotz der Fahrzeugtypen und -geschwindigkeit genau erfasst, und es gibt keine Fälle von menschlichem Versagen oder nicht genehmigten Fahrzeugeinträgen durch Wächter.
Verkürzung der Bearbeitungszeit für den Fahrzeugzugriff
Die LPR-Technologie kann den Prozess des Fahrzeugzugangs beschleunigen, indem sie autorisierten Fahrzeugen sofortigen Zugriff gewährt und unberechtigte Personen daran hindert, in einen gesicherten Bereich einzudringen, und der gesamte Audit Trail bleibt intakt und steht für zukünftige Referenzen zur Verfügung.
Verbesserung der Effektivität des Sicherheitssystems
Wenn alle Kfz-Kennzeichen gescannt und auf ihre Authentizität überprüft wurden, wird das Sicherheitsniveau sofort mühelos erhöht und das Image einer Räumlichkeit auf eine andere Ebene gehoben.
Leicht verfügbare Post-Event-Analyse
Die LPR-Technologie zentralisiert alle Daten und beschleunigt damit die Datenanalyse für schnelle Entscheidungen und schnelles Handeln.
Genaue Daten in Echtzeit die ganze Zeit
Mit der LPR-Technologie, die mit cloudbasierter Technologie wie der TimeTec LPR-Technologie verbunden ist, ist der Zugriff auf Informationen rund um die Uhr in Echtzeit möglich, wodurch die Überwachung effektiver wird.
Kennzeichenerkennungstechnologien Anwendungen
Die Kennzeichenerkennungstechnologie ist jetzt für die Massen zugänglich und erschwinglich und kann auf verschiedene Anwendungen angewendet werden.
Sicherheit von Wohn- / Bürogebäuden
Der Einsatz der LPR-Technologie kann die Zugangssicherheit von Wohn- und Bürogebäuden erhöhen und verbessern, da das System nur die Insassen des Gebäudes dazu berechtigt, den gesicherten Bereich zu betreten und den Zugriff von nicht autorisierten Fahrzeugen zu verhindern.
Parkdienste
Wenn ein Parkraummanagement die LPR-Technologie nutzt, können autorisierte Autos ohne großen Aufwand auf den Parkplatz zugreifen
